MiniMax M3.1 Flash показывает: ценовой гонке ИИ в Китае не видно дна

В тесте «Humanity’s Last Exam» M3.1 Flash набрала 48% — больше, чем Deepseek и GLM. В бенчмарке CritPt, который проверяет рассуждения по физике на исследовательском уровне на 71 сложной задаче, результат составил 22%. Это выше, чем у GLM-5.3-Flash с 15% и Gemini 3.8 Flash с 18%, но ниже результата Deepseek — 24%. В тесте на точность фактов AA-Omniscience модель верно ответила на 56% вопросов. Это заметно больше, чем у GLM-5.3-Flash с 28% и Deepseek с 43%.

MiniMax-M3.1-Flash набирает 42 балла против 29 у M3 в индексе интеллекта Artificial Analysis, при этом резко снижает стоимость задачи

Источник: the-decoder.com

M3.1 Flash использует значительно меньше выходных токенов, чем конкурирующие модели, поэтому стоимость одной задачи снижается примерно до $0,22. По заявлению MiniMax, новая модель работает втрое быстрее M3. Её слабое место — доля галлюцинаций в 93%: по данным Artificial Analysis, модель пытается ответить на каждый вопрос теста, даже если не уверена в ответе.

Модель принимает текст и изображения, а размер контекстного окна достигает одного миллиона токенов. API стоит $0,15 за миллион входных токенов и $0,60 за миллион выходных; для кэшированных входных токенов цена составляет $0,015. MiniMax планирует выпустить модель с открытыми весами 23 октября. API уже доступен на platform.minimax.io, а также компания предлагает настольное приложение MiniMax Code.

Результаты Deepseek и MiniMax разошлись

В прямом сравнении с недавно выпущенной Deepseek V4.1 Flash 1017 ни одна модель не лидирует во всех тестах. Deepseek набрала 45 баллов в Intelligence Index против 42 у MiniMax и немного опередила её в CritPt: 24% против 22%.

В других тестах впереди MiniMax. В «Humanity’s Last Exam» она набрала 48%, тогда как Deepseek — 43%. В AA-Omniscience MiniMax правильно ответила на 56% вопросов против 43% у Deepseek. Кроме того, стоимость задачи у MiniMax немного ниже: $0,22 против $0,26. По данным бенчмарка, MiniMax потребовала около 189 млн выходных токенов, а Deepseek — 224 млн.

На DeepSWE v1.1 MiniMax-M3.1-Flash набирает до 73,7% при стоимости менее 0,30 доллара за задачу

Источник: the-decoder.com

Обе модели получат версии с открытыми весами. Deepseek уже доступна на Hugging Face, а релиз MiniMax запланирован на 23 октября.